东方：“新金融、新生态”Fintech行业高峰论坛纪要20170220

时间：2017年2月15日星期三 9:00-12:00地点：上海国信紫金山大酒店开场演讲：大数据驱动fintech创新演讲嘉宾：涂子沛，原阿里巴巴副总裁，著名大数据专家，《大数据》、《数据之巅》作者，现中南建设董事。一、大数据改变世界，智能化和个性化是趋势餐饮行业会出现数据服务。杭州餐厅目前正在全面向云迁徙。表现为，点菜用手机扫码点，很少有服务员。下次来店时，系统还是认得你，知道上次点了什么菜，可以用人工智能给你推荐你吃过的菜品和新的菜品。这些数据到云端以后，还可以分析某个区域，卖了什么菜，什么菜品受到欢迎。这意味着，未来餐饮行业会出现数据服务，可以告诉你餐厅的地理位置和一个地区对某些菜的需求量。部分行业支付行为正在消失。我们原来买一个东西是给钱，给了钱之后没有留下数据。今天没有给钱，那是留下了数据。杭州去年2016年提出的目标，要在全世界实现最好的、最快的无现金经济城，在这一点上面可能做的是要比其他城市好。有很多金融领域的创新在美国，你到这个店里面，它就知道你来了。你出店的时候，你买单的时候，你不用出示你的身份，因为你的手机信号，它已经知道你来了，只要核对一下照片，问一下，你就可以扫码买单。随着可穿戴式设备的普及，未来这些东西全部可以支付。因为这些东西背后都跟你的个人身份，跟你的银行卡、金融账号全部绑定了。FinTech，下一步支付领域的创新。有大量数据，不仅是身份数据，还有大量的个人数据，关于你的数据，你的生理体征的数据在背后做支撑，来证明你是你，不是其他人。4S店现在发生了变化，运用ipad记录客户信息，从而提供个性化服务。我们看到未来的商业有两个重要的浪潮：一个是智能化、一个是个性化。 二、互联网是基础设施，留存大数据为人工智能留下可能互联网就是一个沉淀数据的基础设施，数据在上面是一个最重要的创新。怎么看互联网？今天互联网是什么？今天的互联网我们2016年有一个流行的词叫“下半场”。我们中场的时候突然发现互联网，互联的使命早就完成了，互联网给我们留下了大量的数据，在这些数据的基础之上给我们留下一个新的可能，那就是人工智能。所以我们今天回头去看互联网，互联网就是一个沉淀数据的基础设施，数据在上面是一个最重要的创新。 三、金融领域的创新，核心是数据竞争，要重视数据的外部性我们今天金融领域要看到怎么挖掘数据的外部性，很多数据因为这个目的产生的，但事实上它可以到另外一个维度上面发生作用。我们金融领域今天跟美国的金融领域比，我觉得创新不够多或者做得不够好原因在于数据。美国的数据在云端，信任度就会提高。金融领域的创新，就是“数据竞争”，所有的竞争全部是数据。核心的以数据为竞争，增加收入也好、减少开支也好、控制风险也好，核心就是数据，是数 据竞争。P2P借贷和众筹，本质上面是一样的，都是资金的流动，但是目的不一样。P2P是个人和小微企业为服务对象，而众筹以商业项目为导向，也包括公益。行业众筹大量出现，中国也在出现，中国的问题是什么？还是数据造成的。很多人发现众筹不仅有用，很多人现在做众筹是为了传播效应，所以很多造假。演讲之二：《科技助力征信与反欺诈》专家简介：顾凌云，国内资深的征信与反欺诈领域专家，曾经是美国著名的科技金融公司ZestFinance算法模型的负责人，现任冰鉴信息创始人、董事长核心要点：①、大数据的发展得益于纸质数据电子化、存储、数据调取以及算法的突破。②、一切数据都是信用数据，积累的过程很重要，结果更多看关联性而非因果。③、机器学习算法并在非所有场景下的表现都占优。④、当前征信从1.0到了2.0，多利用了非核心的金融数据及社交数据。⑤、数据本身不值钱，应用是关键。⑥、未来中国做征信会越来越难，征信牌照不值钱，不影响高科技立足的公司。大数据目前为止其实方方面面已经深入到各行各业了，但是最感到喜人的一点不是深入到各个行业，而是已经经过了一开始盲目和恐慌的阶段，现在大家对于大数据的落实真正开始回归到一定的理性上面。大数据领域对人才的选择方向：冰鉴招人往往会招两个半领域的人做数据科学家：一个是计算机统计方向，另一个是数学方向；剩下半个是航空和理论物理。原因是：计算机领域中很多人可以直接转向大数据或者转向机器学习，数学理解对职业有利，而理论物理和航空专业的人对处理有噪音（尤其特征值缺失）的数据十分独到。大数据之所以到2012年才出现质的飞跃，尤其是在金融领域中最早研究大数据并运用广泛的原因：①、大量可回溯的历史数据：大量银行，包括证券公司对于历史交易数据和流水信息的保存是最完整、时效性最长的。②、对数据的结构化有清晰的理解和认识：之前处理非结构化数据是困难的，而金融领域有大量原始的、以数字形式存在的结构化数据，因而最容易建立效果最好的模型。大数据的发展得益于纸质数据电子化、存储、数据调取以及算法的突破。①、早期硬盘技术没有获得突破之前，存储有瓶颈的时候大数据根本没有办法应用。②、从纸质到电子转化完毕，内存也得到大规模扩展以后，还需要调取数据的技术的发展。③、大数据存储的效能以及界面方式的改变，④、关键的理论和算法的实现。 克服这四点使大数据到2012年的时候出现质的飞跃。关于大数据概念的总结：①、一切数据皆为信用数据。②、数据积少成多，汇流成海的过程很重要，想一次性获得巨大数据再建模型 的想法从本质上就是错误的。③、只看关联，不看因果。统计在意的是采样，对于方差等指标都是不一样的，但是机器学习中讲求尽量从宏观的领域中进行判断，判断相关性，而不是因果性。机器学习算法并不是在任何情况下面都比逻辑回归占优。而恰恰相反，很多具体的场景当中逻辑回归的表现形式和结果一点都不比机器学习差。机器学习算法占优的情况主要有：①、对数据源的物理本源不了解时。（反欺诈）②、数据处理已到极限却仍然不是很干净。所以，机器学习是通过非线性的边界来分清楚两个不同的组别，而现实中很多都是非线性的，所以机器学习在这方面有很大的占优。 大数据的信用评估已从1.0走到了2.0。本质区别在于：1.0对核心金融数据进行建模，2.0当中加入另外两层数据：非核心的金融数据和社交数据。这些数据串联起来使我们对整体更好评判。而冰鉴的优势正在于把公司的金融客户的篱笆驻高。 人行覆盖征信人群及数据都有限。现有的征信人群中，仍有8到9亿人没有被人行覆盖的，被人行征信报告覆盖的人群很多也没有太多的数据。实际上所有的银行和机构、放贷机构碰到一个问题，用或不用人行征信报告的数据差别不是特别大。而且即使想用也没有什么太大用处，因为很多人群根本没有被覆盖。 对于大数据征信的看法：①、数据本身不值钱，应用才是关键。比如以国家行政命令和背景为靠山的数据，会慢慢打开数据孤岛，全方位打开，最终会廉价。数据本身是不值钱的，但对于数据的提炼、加工，才是技术的优势。②、征信牌照不值钱。拿到征信牌照的机构会躺在牌照的黄金资源上，依赖于高科技公司跟它强强联合，少有技术上的长久突破。征信牌照只影响卖数据的公司，不影响高科技立足的公司。③、中国的征信会越来越难。当前中国对用户的数据和因私保护很差，获取数据很简单。但未来国家会更看重隐私保护，尤其个人征信当中，对于隐私的保护也会越来越严格，很多踩红线或者游走在灰色地带的公司非死即伤。演讲之三：消费金融的另一种可能 演讲嘉宾：赵轲，51信用卡CFO，51信用卡是国内管理信用卡账单最多的移动互联网金融公司。 公司通过负债管理切入消费金融消费金融是为消费者提供金融服务的一种商业模式。消费金融要和场景相结合。像最大的包括阿里、京东，他们都有一个购物的场景，通过购物的场景天然的产生用户分析的需求。除此之外，还有去哪儿，包括携程，可以分期买机票的。包括一些其他的趣店、分期乐。还有一些好的公司通过线下的布局也拓展起来自己的业务，包括捷信、买单侠，还有农分期、什马金融。有一个消费场 景，才会有更多的用户进来。比如说电商这个消费场景也可以在其中积累用户的数据，天然构成用户加数据的入口，从事消费金融也是理所当然的结果，也会发展得比较快。公司是从负债管理的角度来切入的，跟传统的电商、线下消费场景的消费金融公司是有一定不同的地方。中国有很多数据的孤岛，我们每个个人有一个账户的概念，每个个人都有很多的账户体系，在国内有一种商业模式，就是在不同的账户体系做一个横向的打通。最早的支付宝。51信用卡在最初创业把一个用户在各个银行的信用卡账单做了横向的打通，对于信用卡用户来讲，尤其重度信用卡用户是福音。从2012年开始，公司通过简单的工具管理的功能让用户很方便的在一个APP上面查到自己所有的信用卡账单。也知道这个月还多少、下个月还多少，在银行总共使用的额度有多少，还可以使用的额度是多少，还可以知道在每个银行详细的消费记录是多少，这个功能是51首创的。因为一个人可能有很多的信用卡，但是可能关联的电子邮箱只有一个，通过一个简单的电子邮箱授权的功能把所有信用卡账单集合到APP里面管理，这个功能最早是51首创的，现在通过邮箱抓取信用卡账单已经成为标配的基础服务了。 51信用卡是大数据公司我们认为大数据要有三个最基本的特点：第一要足够大，覆盖足够多的人群。第二个特点是要足够厚，涉及多个维度和字段。第三个特点是要与时俱进的，动态演变的过程。51最独特的数据是用户的信用卡数据，特点是每个月更新一次，其实就比较完美的符合大数据的概念。 从用户属性中发现金融业务机会公司于2014年与宜信合作 “瞬时贷”，发现51信用卡的用户信贷属性强。分析平台用户特征，用户里面选择分期的比例达到60%、70%。公司的用户相当于银行在信用卡行业发展了十几年，到现在培养出一批信贷属性最强，也就是信用卡盈利能力最强的用户，我们通过巧妙的管理方式把他们变成我们的用户。2015年以来公司构建了自己的金融团队，包括整个数据团队、模型团队、风控团队，开始搭建自己的金融交易闭环，推出金融产品“人品贷”。跟公司合作的股份制银行已经20家，业内几乎所有的TOP互联网金融平台都跟公司有合作。 公司是中国管理信用卡账单最多的平台，行业内处于领导性地位，累计的用户突破了八千万，每个月平台上面的活跃信用卡账单有3500万，整个中国活跃信用卡账单，正在刷卡叫做活跃信用卡账单一亿多张，所以市场占有率在30%左右。除了信用卡账单之外， “51信用卡管家”管理体系已经拓展到信用卡之外的其他的方面，包括公积金账户等。 关于公司潜在增长空间，在平台上支付利息的用户，累计的利息金额在每个月30亿。按银行18%年化的利息，换算成信贷的金额在两千亿左右。 公司不是从交易的场景来切入，而是从负债管理来切入，通过负债管理这样一个功能，获取大量的用户，这些用户首先资质比较好，其次信贷属性比较强，用户和数据的积累，这个基础上面提供一些金融服务就变成顺理成章了，这是51探索出的独特商业模式。演讲之四：人工智能时代的资讯分析技术探索 专家简介：蒋龙，通联数据首席科学家，通联数据隶属万向集团旗下，致力于通过利用人工智能等最新科技与金融的结合，打造具有革命性意义的金融服务平台。公司主要分享的是关于“人工智能时代的资讯分析技术探索”。演讲主要分为两个部分：1）、介绍一下人工智能，尤其机器学习的一些基本知识；2）、分享一下公司怎样用这些技术在产品里面去实践，帮助用户提升投资、分析、决策的效率。一、人工智能、机器学习简介人工智能现状现在数据可用性越来越高；当数据量越来越多，数据的结构更复杂的时候，怎样获取数据有价值的信息，这个越来越难。这个时候人工智能是一个非常有用的或者可能是唯一的解决方案，帮我们从大量数据里面，获取对业务有价值的信息。最近大家在媒体上面看到“人工智能”这个词。去年Alpha Go的事件又是一个引爆点，之后人工智能长期霸占了媒体的热点排行榜。其实在这之前，在20世纪初IBM深蓝战胜人类国际象棋冠军，当时也是一个很热点的事件，跟Alpha Go类似的事件。Alpha Go是重要的事件，标志着我们在非常复杂的智能问题上面计算机有可能超越人类。但是其他的场景，比如说投资，很多人觉得炒股这个事情计算机不可能超过人类，因为这是一个博弈的市场，不是确定性的问题，但